MétaCan
Menu
Retour à la cohorte
Enregistrement W2590299886 · doi:10.1109/tmtt.2017.2665459

Broadband Microwave Signal Processing Based on Photonic Dispersive Delay Lines

2017· article· en· W2590299886 sur OpenAlexafffund
Jiejun Zhang, Jianping Yao

Notice bibliographique

RevueIEEE Transactions on Microwave Theory and Techniques · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Photonic Communication Systems
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésTrue time delayBandwidth (computing)MicrowaveSignal processingPhotonicsElectronic engineeringPulse compressionComputer scienceBroadbandWaveformOpticsFiber Bragg gratingDigital signal processingPhysicsTelecommunicationsOptical fiberEngineeringPhased arrayRadar

Résumé

récupéré en direct d'OpenAlex

The development of communications technologies has led to an ever-increasing demand for a higher speed and wider bandwidth of microwave signal processors. To overcome the inherent electronic speed limitations, photonic techniques have been developed for processing of ultrabroadband microwave signals. A dispersive delay line (DDL) is a key photonic device that can be used to implement signal processing functions, such as time reversal, time delay, dispersion compensation, Fourier transformation, and pulse compression. Compared with an electrical delay line, a photonic DDL has a much wider bandwidth and can be used for processing a microwave signal with a much wider bandwidth. In this paper, we review our recent work using photonic DDLs for processing of broadband microwave signals. Two types of DDLs are to be discussed, a linearly chirped fiber Bragg grating-based DDL and an optical dispersive loop-based DDL. Signal processing functions including microwave time reversal, microwave temporal convolution, time-stretched sampling, microwave waveform generation with an extended temporal duration, and wideband true-time delay beamforming are discussed.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,013
Tête enseignante GPT0,259
Écart entre enseignants0,246 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations26
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Microwave Theory and TechniquesMême sujetAdvanced Photonic Communication SystemsTravaux en français237 207